生成AIとは、既存のデータから学習することで、テキスト、画像、音楽などの新しいコンテンツを作成できる人工知能の一種である。
この技術は、多くの産業に革命をもたらし、企業の業務の進め方を変革する可能性を秘めている。
マッキンゼー・アンド・カンパニーによる新しいレポートは、生成AIが世界経済に数兆ドルの価値をもたらす可能性があると試算している。
同レポートはまた、生成AIによって2040年まで年率0.1～0.6%の労働生産性の成長が実現する可能性があることも明らかにした。
AIは、スマートフォンを動かす技術から、自動車の自動運転機能、そして小売業者が消費者を驚かせ喜ばせるために使うツールに至るまで、少しずつ私たちの生活に浸透してきた。その結果、その進歩はほとんど気づかれないものとなっている。2016年に、ディープマインド社が開発したAIプログラム「AlphaGo」が世界チャンピオンの囲碁棋士を破ったといった明確な節目は祝福されたものの、すぐに人々の意識から急速に薄れていった。
ChatGPT、GitHub、Copilot、Stable Diffusionなどの生成AIアプリケーションは、AlphaGoとは異なり、広範な有用性（ほぼ誰でもコミュニケーションや創作に利用できる）と、ユーザーと超自然的ともいえる会話能力によって、世界中の人々の想像力を捉えてきた。
最新の生成AIアプリケーションは、データの再編成や分類といった一連の定型業務を実行できる。しかし、見出しを飾り、消費者や家庭に自ら試してみるよう促してきたのは、テキストの作成、音楽の作曲、デジタルアートの制作といった能力である。その結果、より幅広い利害関係者が、生成AIがビジネスと社会に与える影響に取り組んでいるものの、その意味を理解するための十分な文脈がないまま手探りの状態にある。
生成AI技術の開発速度により、この課題の解決はいっそう困難になっている。ChatGPTは2022年11月に公開された。その4か月後、OpenAIは大規模言語モデル（LLM）と呼ばれる新しいモデル「GPT-4」を公開したが、その能力は著しく向上していた。
同様に、2023年5月までに、Anthropicの生成AI「Claude」は、テキスト10万トークンを処理できるようになった。これは平均的な小説の長さに相当する約7万5千語（1分あたり）に当たり、2023年3月の導入時の約9,000トークンと比べて大幅に増加している。また、2023年5月には、Googleが生成AIを活用したいくつかの新機能を発表した。これには、Search Generative Experienceや、同社のBardチャットボットなど今後のGoogle製品を支える新しいLLM「PaLM 2」が含まれる。
今後の展開を理解するには、何十年もの歳月をかけて実現してきた、生成AIの台頭を可能にしたブレークスルーを把握する必要がある。本レポートでは、生成AIを、一般に基盤モデルを用いて構築されたアプリケーションと定義する。これらのモデルは、人間の脳内で結びついている数十億のニューロンに着想を得た、広大な人工ニューラルネットワークを含んでいる。
基盤モデルは、ニューラルネットワーク内の多くの深い層を指す「ディープラーニング」と呼ばれるものの一部である。ディープラーニングは近年のAIの進歩の多くを支えてきたが、生成AIアプリケーションを支える基盤モデルは、ディープラーニングの中で段階的な飛躍的進化を遂げたものである。従来のディープラーニングモデルとは異なり、基盤モデルは極めて大規模で多様な非構造化データを処理でき、複数のタスクを実行することができる。
基盤モデルは、画像、動画、音声、コンピュータコードなど幅広いモダリティにわたって、新たな機能を可能にし、既存の機能を大幅に改善してきた。これらのモデルで訓練されたAIは、いくつかの機能を実行できる。分類、編集、要約、質問への回答、新しいコンテンツの作成などのほか、その他のタスクも実行できる。
私たちは皆、生成AIの力、到達範囲、そして能力を理解するための旅の始まりにいる。本研究は、この新たなAIの時代が与える影響を評価するための私たちの取り組みにおける最新のものである。本研究は、生成AIが、営業・マーケティング、顧客業務、ソフトウェア開発などの機能において、役割を変革し、パフォーマンスを向上させる態勢が整っていることを示唆している。その過程で、銀行からライフサイエンスに至る各分野で、数兆ドルの価値を引き出す可能性がある。以下のセクションでは、当初の調査結果を紹介する。
本レポートの完全版については、PDFをダウンロード。
主な知見
生成AIの生産性への影響は、世界経済に数兆ドルの価値をもたらす可能性がある。 最新の調査によると、分析した63のユースケース全体で、生成AIは年間2.6兆ドルから4.4兆ドルに相当する価値をもたらす可能性がある。比較として、英国の2021年の国内総生産（GDP）全体は3.1兆ドルであった。これにより、あらゆる人工知能の影響は15～40%増加することになる。現在他の業務に使用されているソフトウェアに生成AIを組み込んだ場合の影響も含めると、この推計はおおよそ2倍になる。
生成AIのユースケースがもたらす可能性のある価値の約75%は、次の4つの分野に集中している。 顧客業務、マーケティングおよび営業、ソフトウェアエンジニアリング、研究開発（R&D）。 16の事業機能にわたり、特定のビジネス上の課題に対し、1つ以上の測定可能な成果をもたらす形で技術が対応できる63のユースケースを検討した。その例としては、顧客とのやり取りを支援する能力、マーケティングや営業のためのクリエイティブなコンテンツの生成、自然言語による指示に基づくコンピュータコードの作成などが挙げられるほか、その他多くのタスクも含まれる。
生成AIは、すべての産業セクターに大きな影響を与えるだろう。 銀行、ハイテク、ライフサイエンスは、生成AIによって売上高に占める割合として最も大きな影響を受ける可能性のある産業である。例えば銀行業界全体では、ユースケースが完全に実装された場合、この技術は年間2,000億ドルから3,400億ドルの追加価値をもたらす可能性がある。小売業および消費財（CPG）では、潜在的な影響も大きく、年間4,000億ドルから6,600億ドルとなる。
生成AIは、仕事の構造を変える可能性を秘めており、個々の業務の一部を自動化することで、個々の労働者の能力を拡張する。 現在の生成AIやその他の技術は、今日の従業員の労働時間の60～70%を占める業務を自動化する可能性がある。対照的に、以前の推計では、技術によって従業員の労働時間の半分を自動化できる可能性があるとされていた。技術的自動化の可能性が加速している主な要因は、生成AIの自然言語理解能力の向上であり、これは総労働時間の25%を占める業務に必要とされる。そのため、生成AIは他の種類の業務よりも、高賃金で高い学歴を要する職業に関連する知識労働に、より大きな影響を与える。
技術的自動化の可能性が高まっていることを踏まえると、労働力の変革のペースは加速する可能性が高い。 技術開発、経済的実現可能性、普及のタイムラインを含む最新の導入シナリオによると、今日の労働活動の半分は2030年から2060年の間に自動化される可能性があり、中間点は2045年となる。これは以前の推計よりおよそ10年早い。
生成AIは経済全体の労働生産性を大幅に向上させることができるが、それには労働者が業務内容を変えたり転職したりする際に支援するための投資が必要となる。 生成AIは、技術導入の速度や、労働者の時間を他の活動へ振り向ける度合いによっては、2040年まで年率0.1～0.6%の労働生産性の成長を実現する可能性がある。生成AIを他のすべての技術と組み合わせた場合、業務の自動化により生産性の成長率は年率0.2～3.3パーセンテージポイント押し上げられる可能性がある。ただし、労働者は新たなスキルの習得に支援が必要であり、一部の人は職業を変えることになるだろう。労働者の移行やその他のリスクを管理できれば、生成AIは経済成長に大きく貢献し、より持続可能で包摂的な世界を支えることができる。
生成AIの時代は始まったばかりである。 この技術に対する期待は高まっており、初期のパイロット事業も説得力がある。しかし、この技術の恩恵を十分に実現するには時間がかかり、ビジネスや社会のリーダーたちは依然として多くの課題に取り組む必要がある。それには、生成AIに内在するリスクの管理、労働力に必要な新たなスキルや能力の特定、そして再教育や新たなスキル開発などの中核的なビジネスプロセスの再考が含まれる。
マッキンゼーによる完全版レポートはこちらでお読みいただけます：生成AIの経済的可能性について。
